Job Description & Summary

1.Gen AI 提案與客戶訪談： 

 - 帶領團隊進行 Gen AI 解決方案的提案與說明，清晰地展示方案價值。 

 - 執行客戶需求訪談，深入了解客戶的業務需求和挑戰。 

2.企業流程分析與解決方案建議： 
 - 分析客戶的企業流程，識別改進空間。 
 - 提供量身定制的解決方案建議，幫助客戶優化業務流程。 

3.建立客戶購買願景： 
 - 與客戶共同建立清晰的購買願景，展示解決方案如何滿足其業務目標。 
 - 協助客戶制定實施計劃，確保方案的成功導入。 

4.客戶關係維繫與信任建立： 
 - 維繫良好的客戶關係，定期與客戶溝通，了解其需求和反饋。 
 - 通過專業的服務和支持，獲得客戶的信任和長期合作。 

5.Gen AI 專案導入： 
 - 熟悉 Gen AI 專案的過程，包括需求訪談、流程設計、系統設計和資料轉換。 
 - 確保專案按照計劃順利進行，達到預期效果。

框架與工具使用:
 -  熟練使用 Langchain 框架，連接 ChatGPT API 或私有雲 LLM。
 -  熟練使用 PyTorch 或 TensorFlow 框架。
 -  熟悉 Docker 用於部署 RAG 和 LLM 環境。
 -  能夠利用 LangSmith 監控 RAG 系統的效能和流量。
 -  熟悉 NVIDIA 運算平台的使用。

系統開發與設計:
  -  具備設計、開發及部署 AI 模型和演算法的經驗。
  -  有從端到端開發 AI 演算法的經驗，包括資料分析、特徵選擇、模型選擇、模型優化和模型部署。
  -  參與 RAG 系統的設計和開發，確保其符合公司的需求並能應對未來的商業化使用。
  -  具備系統環境與 API 串接製作的能力。

模型優化與調整:
 -  Fine-tuned Embedding Model 的能力。
 -  最佳化 RAG 的參數以及不同種類的搜索器提升的上下文精準度。
 -  優化現有的 AI 模型和算法，以提升性能和準確性。
 -  資料處理與分析

資料工程:
 -  資料收集、資料清洗、分析處理和特徵工程。
 -  設計資料回饋流程，持續優化產品。

數據脚本:
 -  負責 AI 軟體的訓練、設計、程式撰寫、測試與優化。
 -  團隊合作與溝通

跨部門合作:
 -  積極參與團隊合作，與工程師、產品經理和其他相關人員合作，以確保項目的順利進展。
 -  與跨部門團隊合作，理解業務需求並提出解決方案。

模型與算法:
 - 熟悉 CNN 或 LSTM 等模型原理。
 - 對數位訊號處理或分析有一定程度的了解。

算力需求:
 -  具備評估算力需求的能力。

專業證書:
 -  取得 AWS,Azure 認證者，可獲得優先面試機會